聲明:本文來自于微信公眾號新智元，作者:新智元，授權(quán)站長之家轉(zhuǎn)載發(fā)布。

【新智元導(dǎo)讀】今天，「天工大模型4.0」o1版/4o版在網(wǎng)頁端和APP端正式上線了，人人可玩的那種。

最近，2024中國互聯(lián)網(wǎng)價值榜發(fā)布。

2024年AIGC應(yīng)用用戶規(guī)模TOP榜中，昆侖萬維旗下天工AI強勢入圍!

如今，天工AI已經(jīng)取得了中國典型工具類AIGC應(yīng)用TOP4的好成績，在多梯隊的猛烈廝殺格局中穩(wěn)穩(wěn)占據(jù)優(yōu)勢。

同時，還不斷有好消息傳來。

就在今天，天工大模型4.0o1版/4o版正式上線天工網(wǎng)頁端和APP。底座大模型，正式進化到「天工4.0」。

「天工大模型4.0」 o1版（Skywork o1）的上線，意味著國內(nèi)首款中文邏輯推理能力的o1模型來了!

數(shù)學(xué)高考題、考研題、奧數(shù)題，Skywork o1都能靠自己的逐步思考破解。

注意!Skywork o1并不是簡單地復(fù)現(xiàn)OpenAI o1模型的工作。它不僅在模型輸出上內(nèi)生了思考、計劃、反思等能力，還在模型真正擁有了思考和反思之后，帶來了推理能力的提升。

在最近熱轉(zhuǎn)的復(fù)旦等機構(gòu)解密OpenAI o1路線圖這一研究中，skywork-o1就被列為國內(nèi)o1級模型的代表之一

并且，昆侖萬維天工大模型4.0上線后，應(yīng)用端不僅在邏輯推理和代碼功能上有了幾大提升，語音交互上的表現(xiàn)也著實令人驚嘆。

一個月正式發(fā)布的新產(chǎn)品「實時語音對話助手Skyo」，如今有了史詩級提升。

眾網(wǎng)友實測后紛紛表示，原來國內(nèi)版的「Her」，已經(jīng)進化到了不輸OpenAI版本的地步!

具備多語言對話能力的Skyo，不僅能快速響應(yīng)、主動發(fā)起對話、實時打斷，給出的回應(yīng)還十分情感化，已經(jīng)具備了類人特征。

還等什么，實測馬上呈上。

超強推理+自我反思，免費體驗

現(xiàn)在，分別打開天工APP或網(wǎng)頁端，任何人皆可免費享用最新天工4.04o版或o1版模型加持的AI了。

既然主打的是推理，那么我們就先來看看Skywork o1在數(shù)學(xué)題上的表現(xiàn)如何。

體驗地址:https://www.tiangong.cn/o1Chat/055

先來個硬核的，AIME數(shù)學(xué)競賽題。

題目是這樣的——

Jen通過從S={1，2，3， ... ，9，10} 中挑選4個不同的數(shù)字來參加抽獎。從S中隨機選擇4個號碼。如果她的至少兩個號碼是隨機選擇的號碼中的2個，她就能贏得獎金;如果她的四個號碼都是隨機選擇的號碼，她就能贏得大獎。假設(shè)她贏得了獎品，她贏得大獎的概率是m/n，其中m和n是相對質(zhì)的正整數(shù)。求m+n。

Skywork o1用時1分55秒，經(jīng)過一番思考后，最終給出了正確答案——116。

對于下面這道同樣有些難度的數(shù)學(xué)題，模型在經(jīng)過一番思考之后，很快就想到了用圖論中的「圖蘭定理」去解。

值得一提的是，在思考過程中它對答案不確定時，甚至?xí)此甲约旱幕卮?，直至最終確定25是正確答案。

一個象棋比賽，共有十名選手參加，每一個選手都需要和其他選手每人下一盤棋，賽程進行到某階段時，發(fā)現(xiàn)任意三個選手中，起碼有兩個相互之間還沒有下過一盤棋，此時至多進行了多少場比賽?

2024年高考新課標(biāo)一卷的數(shù)學(xué)真題，Skywork o1也能做出正確答案，就是方法稍微「笨」了點。

復(fù)雜一些的邏輯推理題，Skywork o1也能做對。

這道從池塘中取水的推理題，它通過一步步的思考過程，推理出了正確答案。

還有這道「一個人花8塊錢買了一只雞，9塊錢賣掉了，然后他覺得不劃算，花10塊錢又買回來了，11塊賣給另外一個人。問他賺了多少」，Skywork o1反復(fù)斟酌之后給出了正確的答案。

為什么剛出生的小孩只有一只左眼?這個腦筋急轉(zhuǎn)彎，沒能瞞過Skywork o1的眼睛。

弱智吧難題，不在話下。

比如父母以后的錢都是留給我的，可不可以認為父母現(xiàn)在正在花我的錢?Skywork o1從財產(chǎn)所有權(quán)、繼承權(quán)、遺囑和繼承法、道德和家庭關(guān)系方面給出了全面的回答。

呂布馬上無敵，典韋步戰(zhàn)無敵，呂布騎著典韋會不會天下無敵?Skywork o1表示，有趣的腦洞只是一個戲謔的表達，而非嚴肅的歷史或軍 事討論。

最后，上一道LeetCode貪心算法的分發(fā)餅干代碼難題。題目如下——

假設(shè)你是一位很棒的家長，想要給你的孩子們一些小餅干。但是，每個孩子最多只能給一塊餅干。

對每個孩子i，都有一個胃口值 g[i]，這是能讓孩子們滿足胃口的餅干的最小尺寸;并且每塊餅干j，都有一個尺寸s[j] 。如果s[j] >= g[i]，我們可以將這個餅干j分配給孩子i，這個孩子會得到滿足。你的目標(biāo)是盡可能滿足越多數(shù)量的孩子，并輸出這個最大數(shù)值。

Skywork o1也順利給出了答案。

自研技術(shù)方案，持續(xù)創(chuàng)新迭代

那么，Skywork o1為何能在邏輯推理任務(wù)上，有如此大幅的提升?

這就要得益于天工三階段自研的訓(xùn)練方案。

• 推理反思能力訓(xùn)練

首先，在推理訓(xùn)練方面，團隊通過自主研發(fā)的多智能體體系，構(gòu)建出了高質(zhì)量的分步推理、反思與驗證數(shù)據(jù)。

然后，用這些高質(zhì)量且多樣化的長思考數(shù)據(jù)，對基座模型進行繼續(xù)預(yù)訓(xùn)練和監(jiān)督微調(diào)，并在版本迭代中采用大規(guī)模的自蒸餾和拒絕采樣，從而顯著提升了模型的訓(xùn)練效率和邏輯推理能力。

• 推理能力強化學(xué)習(xí)

其次，在強化學(xué)習(xí)階段，團隊創(chuàng)新性地提出了一種適配分步推理強化的獎勵模型——Skywork o1Process Reward Model（PRM）。

在最新的版本中，團隊將Skywork-PRM的應(yīng)用范圍，從原本側(cè)重的數(shù)學(xué)和代碼領(lǐng)域，拓展到了常識推理、邏輯推演和倫理決策等更廣泛的場景中。同時，還針對寫作、閑聊等通用領(lǐng)域以及多輪對話構(gòu)建了專門的訓(xùn)練數(shù)據(jù)，實現(xiàn)了全場景覆蓋。

此外，團隊重點提升了Skywork-PRM的模塊化評估能力，特別是在處理o1風(fēng)格思維鏈方面，優(yōu)化了試錯和反思驗證機制。通過更細致的評估體系，為強化學(xué)習(xí)和搜索過程提供了更精準的獎勵信號指導(dǎo)。

• 推理planning

最后，在推理的規(guī)劃方面，團隊通過自研的Q*線上推理算法，以及模型的在線思考能力，實現(xiàn)了最優(yōu)推理路徑的尋找。

概括來說，Q*算法通過借鑒人類大腦中「System2」的思考方式，將LLM的多步推理過程抽象為一個啟發(fā)式搜索問題。

然后，再通過Q*線上推理框架與模型在線思考的結(jié)合，實現(xiàn)了推理過程中的精細規(guī)劃，進而指導(dǎo)LLM的解碼過程。

Q*算法的成功落地，不僅顯著提升了模型的線上推理能力，同時也標(biāo)志著Q*算法的全球首次實現(xiàn)和公開。

論文地址:https://arxiv.org/abs/2406.14283

更進一步的，團隊基于Q*算法對推理系統(tǒng)進行了全面優(yōu)化。

• 第一點是模塊化的樹形結(jié)構(gòu)推理:

團隊通過高質(zhì)量、多樣化的長思考數(shù)據(jù)對Skywork o1進行預(yù)訓(xùn)練和監(jiān)督微調(diào)，使模型具備了對整個推理流程進行系統(tǒng)規(guī)劃，自動將回答按層次展開，同時在推理過程中融入自我反思和驗證環(huán)節(jié)的結(jié)構(gòu)化輸出能力。

此外，還創(chuàng)新性地利用以「模塊」為單位的規(guī)劃方式，取代了傳統(tǒng)的以「句子」為單位的方法。既提升了規(guī)劃效率，也使PRM能夠基于更完整的模塊化回答進行準確判斷和推理指導(dǎo)。

• 第二點是自適應(yīng)的搜索資源分配:

針對現(xiàn)有o1風(fēng)格模型存在的過度思考問題，團隊開發(fā)出了一種全新的自適應(yīng)搜索資源分配機制。也就是，通過對用戶query進行難度預(yù)估，自適應(yīng)地控制搜索樹的寬度和深度，進而實現(xiàn)簡單問題快速響應(yīng)、復(fù)雜問題多輪驗證的動態(tài)平衡，有效提升了系統(tǒng)的計算效率和回答準確率。

最終，Skywork o1在GSM8k，MATH，OlympiadBench，AIME-24和AMC-23標(biāo)準數(shù)學(xué)基準測試，以及HumanEval、MBPP、LiveCodeBench和BigCodeBench代碼基準測試中，性能顯著優(yōu)于常規(guī)通用大模型，表現(xiàn)僅次于o1-mini。

實時語音助手，開啟AI交互新紀元

在APP端，「天工大模型4.0」4o版加持的實時語音對話助手Skyo，同樣帶來了前所未有的自然交互體驗。

它不僅能在1秒內(nèi)快速響應(yīng)，還具備了多語言對話、主動發(fā)起對話、實時被打斷的能力。

與此同時，4o未來版本可以支持個性化聲音定制功能，能夠以任何人希望的風(fēng)格暢聊。

這是這種個性化的體驗，讓4o不再是冰冷的AI，而是一個更智能的AI伙伴。

當(dāng)你喚醒Skyo后，他會主動熱情打招呼，并嘗試開啟一個新的話題。當(dāng)你生活中遇到難題時，可以向它尋求建議和幫助。

比如，家里2歲的寶寶總是說不要不要，我該怎么辦?

冰箱里有雞蛋、生菜、西紅柿、雞腿、香菇，根據(jù)這些原材料，能幫我推薦一份食譜嗎?

當(dāng)你想要策劃一場旅行，它還會貼心地為你做好攻略——我計劃去北京度假3天，你能幫我做一份攻略嗎?

甚至，當(dāng)你無聊時，可以讓Skyo玩腦筋急轉(zhuǎn)彎、猜字謎，或者一起聊天......

比如，我們一起玩腦筋急轉(zhuǎn)彎吧，我問你答。什么瓜不能吃?麒麟到了北極會變成什么?

我們還對Skyo進行了壓力測試，看看在不斷被打斷的情況下，它能否依舊表現(xiàn)亮眼?

「幫我朗讀一首李白的靜夜思;李白的寫作風(fēng)格是怎樣的?和李白同時期的著名詩人有哪些?幫我再朗讀一首杜甫的詩」。

果不其然，在整個對話過程中，它完全能夠跟上節(jié)奏，不僅有感情地朗讀出詩仙的靜夜思，并在古代詩人相關(guān)的信息問答中，給出了準確且豐富的回答。

接下來，我們一口氣連問四個問題，Skyo即便被頻頻打斷，也沒有「崩潰」。

「對于一個單身男青年，可以推薦他晚上看什么電影?什么情況下，說謊是個正確的選擇?怎么樣區(qū)分真誠的道歉和虛偽的道歉?如果動物會說話，它們會說些什么」?

從以上案例可以看出，Skyo具備了基本的智力能力和流暢的響應(yīng)度，而且它還能做出有趣的互動，成為你個性化的陪聊搭子。

多模態(tài)LLM端到端建模

深挖背后，Skywork4o加持的Skyo突破性體驗，是昆侖萬維基于大模型、AI音樂等領(lǐng)域的研發(fā)經(jīng)驗，以及大量的語音數(shù)據(jù)積累，打造出這個端到端的語音對話系統(tǒng)。

傳統(tǒng)的語音助手采用了ASR（語音識別）+NLU(自然語言理解)+TTS(語音合成)級聯(lián)方案去實現(xiàn)。

英偉達高級科學(xué)家Jim Fan曾指出，AI語音系統(tǒng)Whisper、大模型ChatGPT，以及語音合成技術(shù)VALL-E，是讓諸如Siri/Alexa等傳統(tǒng)語音助手得到改善的一個系統(tǒng)流程。

不過，在此期間，三個獨立的模型在串聯(lián)過程中，會帶來響應(yīng)延遲，甚至是信息損失、優(yōu)化困難等問題。

對此，昆侖萬維選擇了一條艱難的創(chuàng)新之路，采用多模態(tài)LLM端到端建模。

端到端模型使得用戶的語音輸入經(jīng)過語音編碼器提取語義特征，通過適配模塊轉(zhuǎn)換為大語言模型（LLM）可理解的格式，LLM處理后生成語音回復(fù)，實現(xiàn)端到端的語音交互。從根本上解決了這些難題。

團隊還采用了低比特率單碼本語音Tokenizer，在顯著降低延遲的同時還保持了音質(zhì)。為了擴展語音建模能力，Skywork4o在超百萬小時多語言語音數(shù)據(jù)上完成了訓(xùn)練。skyo支持全雙工流式輸出，確保了實時交互的體驗。

最關(guān)鍵的是，它不僅能準確識別語音內(nèi)容，還能捕捉語速、語調(diào)、情感等細微的特征，從而做出情感化的回應(yīng)。

比如我們問道，「我今天在路上偶遇到了一只流浪貓，看著它怪可憐的，所以我決定收養(yǎng)了它」。

Skyo的回答中語氣上揚，對這個行為做出了極大的肯定。

再比如，「我最近感到非常疲憊，心情有點差」。

Skyo感同身受地表示，「我能夠理解你現(xiàn)在不是處在最美好的狀態(tài)」。隨后，它又主動推薦了一些調(diào)節(jié)心情的方法。

「有時候，我甚至感覺自己不被人理解」。

聽完AI的回答，瞬間感到非常地溫暖貼心，甚至有時會給人一種在和知心朋友交流的錯覺。

一年迭三代，躋身國內(nèi)第一梯隊

縱觀全球AI行業(yè)的發(fā)展，過去一年里，應(yīng)用落地成為最受矚目的關(guān)鍵詞。

OpenAI新模型接連上新，再加上一些搜索、Canvas、高級語音模式等功能的推出，讓ChatGPT每周活躍用戶數(shù)直接沖破3億。

微軟押注的C o p i l o t不斷迭代，并賦能了更多平臺/工具，包括GitHub、Office365等等。

至于谷歌，今年最爆火的一款應(yīng)用非NotebookLM莫屬，一鍵轉(zhuǎn)寫總結(jié)播客讓所有人拍案叫絕。

還有Anthropic、亞馬遜、Meta等國外科技巨頭們，都在AI落地戰(zhàn)場上加速布局。

反觀國外，以阿里、騰訊、字節(jié)為代表的互聯(lián)網(wǎng)公司，以昆侖萬維、智譜AI、百川智能等為代表的AI公司，在這場競賽中也毫不遜色。

據(jù)QuestMobile統(tǒng)計，截至今年9月，國內(nèi)AI原生應(yīng)用活躍用戶數(shù)接近8000萬人。

其中，月活超百萬以上產(chǎn)品數(shù)量僅12個，而天工AI長期穩(wěn)居中國原生AIGC應(yīng)用月活TOP10，并且在月活用戶300-1000萬區(qū)間內(nèi)位居前三。

值得注意的是，昆侖萬維憑借其扎實的技術(shù)積累，以及清晰的戰(zhàn)略布局，正逐步確立自己在這個賽道中的領(lǐng)先地位。

去年5月，其主打產(chǎn)品天工AI日活躍用戶（DAU）已經(jīng)突破百萬大關(guān)。

作為一家老牌互聯(lián)網(wǎng)企業(yè)，昆侖萬維從2008年誕生后，一直在書寫著自己的AI傳奇。

2020年，在GPT-3出世的這個關(guān)鍵節(jié)點上，團隊開始全面布局AIGC和大模型領(lǐng)域。

2024年，是昆侖萬維在AI領(lǐng)域的豐收年。

截至目前，他們已自研出五大模型體系，包括文本大模型、多模態(tài)大模型、3D大模型、視頻大模型和音樂大模型。

在大模型方面，團隊在2月推出MoE大語言模型「天工2.0」，緊接著4月又迭代了4000億參數(shù)的「天工3.0」，性能大幅超越Grok-1，一舉成為全球最大的開源MoE。

與此同時，音樂生成大模型「天工SkyMusic」正式誕生。6月，昆侖萬維開源了2000億稀疏大模型Skywork-MoE。再到11月，4o和o1版模型相繼誕生。

不僅如此，昆侖萬維的影響力已遍布全球市場。

比如，率先為歐洲iOS用戶推出AI瀏覽器Opera One;在AI創(chuàng)作領(lǐng)域，還發(fā)布了首個集成視頻大模型與3D大模型AI短劇平臺SkyReels等等。

目前，公司在全球平均有近4億月活，海外收入占比高達89.7%，在社交、游戲、音樂等領(lǐng)域已經(jīng)形成壁壘。

并且，還完成了「算力基礎(chǔ)設(shè)施—大模型算法—AI應(yīng)用」全產(chǎn)業(yè)鏈布局，構(gòu)建起了由AI大模型、AI搜索、AI游戲、AI音樂、AI社交、AI短劇組成的多元AI業(yè)務(wù)矩陣。

昆侖萬維的實踐帶來的啟示是，AI落地不僅僅需要強大的技術(shù)能力，更需要的是對應(yīng)用場景的深刻理解。

正是這種扎根于實際應(yīng)用場景的技術(shù)研發(fā)思路，使得團隊能夠準確把握用戶需求，將過往積累的能力快速轉(zhuǎn)化為解決世界問題的產(chǎn)品。

這次，4o和o1在天工全新上線，又將成為這款應(yīng)用破局的下一個爆發(fā)點。

不僅如此，昆侖萬維對AGI發(fā)展路徑的思考極具前瞻性。

回顧過去兩年，科技圈對AGI的討論可謂是起起落落。特別是2024年年初，隨著Sora誕生之后，許多人一度陷入過度樂觀的狂熱，認為AGI實現(xiàn)就在一兩年之內(nèi)。

然而到了年中，這股熱潮又迅速消退，悲觀論調(diào)開始盛行——AGI遙遙無期。

昆侖萬維創(chuàng)始人周亞輝對未來30年，做出了富有遠見的判斷:人類社會將從感知轉(zhuǎn)向表達，創(chuàng)作和自我表達將成為增長最快的曲線。AGI時代的標(biāo)志是人形機器人真正進入社會，2030年之后才會開始逐步實現(xiàn)通用人工智能AGI。

關(guān)于這個時間節(jié)點，他從未改變過。

不過，在邁向AGI時代之前，機器人技術(shù)的面臨著三大核心挑戰(zhàn):空間智能大模型;運動控制技術(shù);機器人商業(yè)化定位以及能源問題。這些挑戰(zhàn)的突破，皆需要全球頂尖AI科學(xué)家的努力。

周亞輝認為，機器人技術(shù)發(fā)展的進程如何，其在軍 事領(lǐng)域的應(yīng)用是一個重要的指標(biāo)。

未來，如果機器人產(chǎn)業(yè)帶來超10億美金市場規(guī)模，將會對整個社會結(jié)構(gòu)和社會治理產(chǎn)生重大的影響。

基于這些判斷，昆侖萬維在2024年初就確立了「實現(xiàn)AGI，讓每個人更好地塑造和表達自我」的新使命。

而現(xiàn)在，在這條通往AGI的道路上，他們正在用技術(shù)創(chuàng)新和產(chǎn)品落地，一步步將愿景變?yōu)楝F(xiàn)實。

參考資料:

https://artofproblemsolving.com/wiki/index.php/2024_AIME_I_Problems/Problem_4

天工o1模型:

https://www.tiangong.cn/o1Chat/055

（舉報）